import pyecharts
import pyecharts.options as opts
from pyecharts.charts import Scatter
from pyecharts.charts import Line
import pandas as pd
import numpy as np
import xlrd
global df_fuzhou
global df_putian
global df_quanzhou
global df_xiamen
global df_zhang
global df_long
global df_san
global df_nan
global df_ning
for i in country:
df_fu=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='福州')
df_pu=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='莆田')
df_quan=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='泉州')
df_xia=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='厦门')
df_zhang=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='漳州')
df_long=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='龙岩')
df_san=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='三明')
df_nan=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='南平')
df_ning=pd.read_excel('C:/Users/ADMIN/Desktop/研究生/预测输入数据_20220325.xlsx',sheet_name='宁德')
df_fu_1=df_fu.loc[:1144,'大工业'].tolist()
df_pu_1=df_pu.loc[:1144,'大工业'].tolist()
df_quan_1=df_quan.loc[:1144,'大工业'].tolist()
df_xia_1=df_xia.loc[:1144,'大工业'].tolist()
df_zhang_1=df_zhang.loc[:1144,'大工业'].tolist()
df_long_1=df_long.loc[:1144,'大工业'].tolist()
df_san_1=df_san.loc[:1144,'大工业'].tolist()
df_nan_1=df_nan.loc[:1144,'大工业'].tolist()
df_ning_1=df_ning.loc[:1144,'大工业'].tolist()
df4=df_quanzhou.loc[:1144,:]
df4
| 日期 | 大工业 | 非普工业 | 居民生活 | 非居民照明 | 商业用电 | 农业 | 抽蓄电量 | 趸售 | 最高气温 | 最低气温 | 星期 | 是否节假日 | 节日 | 农历 | 平均气温 | 电量数据源 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 2019-01-01 | 0.438762 | 0.137428 | 0.275215 | 0.022779 | 0.089111 | 0.007202 | NaN | NaN | 16 | 12 | 星期二 | 1 | 元旦 | 十一月廿六 | 14.0 | 用采 |
| 1 | 2019-01-02 | 0.524628 | 0.198761 | 0.263632 | 0.024709 | 0.089175 | 0.007177 | NaN | NaN | 13 | 12 | 星期三 | 0 | NaN | 十一月廿七 | 12.5 | 用采 |
| 2 | 2019-01-03 | 0.558072 | 0.209736 | 0.262698 | 0.024721 | 0.088201 | 0.006877 | NaN | NaN | 16 | 13 | 星期四 | 0 | NaN | 十一月廿八 | 14.5 | 用采 |
| 3 | 2019-01-04 | 0.564177 | 0.210542 | 0.252912 | 0.024019 | 0.088205 | 0.007008 | NaN | NaN | 23 | 16 | 星期五 | 0 | NaN | 十一月廿九 | 19.5 | 用采 |
| 4 | 2019-01-05 | 0.564997 | 0.207358 | 0.251636 | 0.022573 | 0.087632 | 0.007049 | NaN | NaN | 18 | 14 | 星期六 | 1 | NaN | 十一月三十 | 16.0 | 用采 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 1140 | 2022-02-14 | 0.493138 | 0.110315 | 0.305311 | 0.028472 | 0.111847 | 0.008121 | NaN | 0.009253 | 16 | 9 | 星期一 | 0 | NaN | 一月十四 | 12.5 | 营销 |
| 1141 | 2022-02-15 | 0.548978 | 0.103534 | 0.313201 | 0.028553 | 0.109866 | 0.008151 | NaN | 0.005346 | 17 | 9 | 星期二 | 0 | 元宵节 | 一月十五 | 13.0 | 营销 |
| 1142 | 2022-02-16 | 0.555845 | 0.131694 | 0.303118 | 0.028464 | 0.111444 | 0.008234 | NaN | 0.005676 | 17 | 10 | 星期三 | 0 | NaN | 一月十六 | 13.5 | 营销 |
| 1143 | 2022-02-17 | 0.584695 | 0.150042 | 0.305739 | 0.028851 | 0.113847 | 0.008398 | NaN | 0.006376 | 15 | 10 | 星期四 | 0 | NaN | 一月十七 | 12.5 | 营销 |
| 1144 | 2022-02-18 | 0.616479 | 0.165172 | 0.313179 | 0.029180 | 0.115898 | 0.008387 | NaN | 0.006890 | 14 | 11 | 星期五 | 0 | NaN | 一月十八 | 12.5 | 营销 |
1145 rows × 17 columns
df1=df_fu.loc[:1179,:]
df1
| 日期 | 大工业 | 非普工业 | 居民生活 | 非居民照明 | 商业用电 | 农业 | 抽蓄电量 | 趸售 | 最高气温 | 最低气温 | 星期 | 是否节假日 | 节日 | 农历 | 平均气温 | 电量数据源 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 2019-01-01 | 0.518497 | 0.065579 | 0.333078 | 0.034857 | 0.127522 | 0.011882 | NaN | NaN | 12 | 9 | 星期二 | 1 | 元旦 | 十一月廿六 | 10.5 | 用采 |
| 1 | 2019-01-02 | 0.584312 | 0.076895 | 0.326599 | 0.043124 | 0.134476 | 0.012063 | NaN | NaN | 12 | 10 | 星期三 | 0 | NaN | 十一月廿七 | 11.0 | 用采 |
| 2 | 2019-01-03 | 0.611773 | 0.079043 | 0.324024 | 0.042798 | 0.133166 | 0.012062 | NaN | NaN | 14 | 11 | 星期四 | 0 | NaN | 十一月廿八 | 12.5 | 用采 |
| 3 | 2019-01-04 | 0.600721 | 0.076386 | 0.304406 | 0.039722 | 0.128625 | 0.012150 | NaN | NaN | 21 | 14 | 星期五 | 0 | NaN | 十一月廿九 | 17.5 | 用采 |
| 4 | 2019-01-05 | 0.604838 | 0.075042 | 0.300706 | 0.033577 | 0.122537 | 0.012214 | NaN | NaN | 16 | 13 | 星期六 | 1 | NaN | 十一月三十 | 14.5 | 用采 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 1175 | 2022-03-21 | 0.751320 | 0.092385 | 0.295570 | 0.042695 | 0.140210 | 0.014204 | NaN | NaN | 17 | 12 | 星期一 | 0 | NaN | 二月十九 | 14.5 | 营销 |
| 1176 | 2022-03-22 | 0.734285 | 0.082307 | 0.307354 | 0.043304 | 0.137838 | 0.014264 | NaN | NaN | 13 | 12 | 星期二 | 0 | NaN | 二月二十 | 12.5 | 营销 |
| 1177 | 2022-03-23 | 0.729631 | 0.083010 | 0.317733 | 0.044003 | 0.138312 | 0.014287 | NaN | NaN | 13 | 11 | 星期三 | 0 | NaN | 二月廿一 | 12.0 | 营销 |
| 1178 | 2022-03-24 | 0.739850 | 0.082859 | 0.315146 | 0.043167 | 0.136990 | 0.014453 | NaN | NaN | 18 | 15 | 星期四 | 0 | NaN | 二月廿二 | 16.5 | 营销 |
| 1179 | 2022-03-25 | 0.738420 | 0.081060 | 0.311317 | 0.043292 | 0.137690 | 0.014443 | NaN | NaN | 19 | 18 | 星期五 | 0 | NaN | 二月廿三 | 18.5 | NaN |
1180 rows × 17 columns
df_date=df_fu['日期'].tolist()
country=['福州','莆田','泉州','厦门','漳州','龙岩','三明','南平','宁德']
df4_1=df4['大工业'].tolist()
df3_1=df3['大工业'].tolist()
df_date=df1['日期'].tolist()
df_1=df1['大工业'].tolist()
df_2=df1['非普工业'].tolist()
大工业 、非普工业、居民生活、非居民照明、商业用电、农业
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.add_yaxis(series_name="厦门大工业",y_axis=df_xia_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="福州大工业",y_axis=df_fu_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="泉州大工业",y_axis=df_quan_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="莆田大工业",y_axis=df_pu_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="漳州大工业",y_axis=df_zhang_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="龙岩大工业",y_axis=df_long_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="三明大工业",y_axis=df_san_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="南平大工业",y_axis=df_nan_1,label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="宁德大工业",y_axis=df_ning_1,label_opts=opts.LabelOpts(is_show=False))
#line.add_yaxis(series_name="厦门非普工业",y_axis=df_2,label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title="2021年11月厦门六类用电量",pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render('大工业.html') #类型选择 slider ,inside
'E:\\myjupyter2\\数据练习\\大工业.html'
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.add_yaxis(series_name="厦门非普工业",y_axis=df_xia.loc[:1144,'非普工业'].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="福州非普工业",y_axis=df_fu.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="泉州非普工业",y_axis=df_quan.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="莆田非普工业",y_axis=df_pu.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="漳州非普工业",y_axis=df_zhang.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="龙岩非普工业",y_axis=df_long.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="三明非普工业",y_axis=df_san.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="南平非普工业",y_axis=df_nan.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="宁德非普工业",y_axis=df_ning.loc[:1144,'非普工业'],label_opts=opts.LabelOpts(is_show=False))
#line.add_yaxis(series_name="厦门非普工业",y_axis=df_2,label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title="非普用电",pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render('feipu.html') #类型选择 slider ,inside
'E:\\myjupyter2\\数据练习\\feipu.html'
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.add_yaxis(series_name="厦门居民生活",y_axis=df_xia.loc[:1144,'居民生活'].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="福州居民生活",y_axis=df_fu.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="泉州居民生活",y_axis=df_quan.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="莆田居民生活",y_axis=df_pu.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="漳州居民生活",y_axis=df_zhang.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="龙岩居民生活",y_axis=df_long.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="三明居民生活",y_axis=df_san.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="南平居民生活",y_axis=df_nan.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="宁德居民生活",y_axis=df_ning.loc[:1144,'居民生活'],label_opts=opts.LabelOpts(is_show=False))
#line.add_yaxis(series_name="厦门非普工业",y_axis=df_2,label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title="非普用电",pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render('居民生活.html') #类型选择 slider ,inside
'E:\\myjupyter2\\数据练习\\居民生活.html'
大工业 、非普工业、居民生活、非居民照明、商业用电、农业
产业与温度的话,得用两个坐标轴
line1=Line()
line1.add_xaxis(xaxis_data=df_date)
line1.add_yaxis(series_name="厦门"+'气温',y_axis=df_xia.loc[:1144,'平均气温'].tolist(),label_opts=opts.LabelOpts(is_show=False))
<pyecharts.charts.basic_charts.line.Line at 0x25a4e9fae48>
from pyecharts import Overlap
--------------------------------------------------------------------------- ImportError Traceback (most recent call last) <ipython-input-8-ceac09510785> in <module> ----> 1 from pyecharts import Overlap ImportError: cannot import name 'Overlap' from 'pyecharts' (E:\anaconda\lib\site-packages\pyecharts\__init__.py)
.extend_axis(
yaxis=opts.AxisOpts(
name="蒸发量",
type_="value",
min_=0,
max_=250,
position="right",
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color=colors[1])
),
axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
)
i='非居民照明'
j='大工业'
k='非普工业'
l='居民生活'
m='商业用电'
n='农业'
index1=1179
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.extend_axis(yaxis=opts.AxisOpts(name='平均气温',type_="value", position="right"))
line.add_yaxis(series_name="厦门"+i,y_axis=df_xia.loc[:index1,i].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="厦门"+j,y_axis=df_xia.loc[:index1,j].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="厦门"+k,y_axis=df_xia.loc[:index1,k].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="厦门"+l,y_axis=df_xia.loc[:index1,l].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="厦门"+m,y_axis=df_xia.loc[:index1,m].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="厦门"+n,y_axis=df_xia.loc[:index1,n].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="厦门"+'气温',y_axis=df_xia.loc[:index1,'平均气温'].tolist(),yaxis_index=1,label_opts=opts.LabelOpts(is_show=False))
#line.extend_axis(yaxis=opts.AxisOpts(name='type_="value", position="right"))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title='厦门市',pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render_notebook() #类型选择 slider ,inside
line.overlap(line1)
# line.render("折线散点组合图.html")
line.render_notebook()
overlap = Overlap()
overlap.add(line, is_add_yaxis = True)
overlap.add(line1, is_add_yaxis = True)
overlap.render(r"/Users/csdn/pyecharts_example.html")
i='非居民照明'
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.add_yaxis(series_name="厦门"+i,y_axis=df_xia.loc[:1144,i].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="福州"+i,y_axis=df_fu.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="泉州"+i,y_axis=df_quan.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="莆田"+i,y_axis=df_pu.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="漳州"+i,y_axis=df_zhang.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="龙岩"+i,y_axis=df_long.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="三明"+i,y_axis=df_san.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="南平"+i,y_axis=df_nan.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="宁德"+i,y_axis=df_ning.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
#line.add_yaxis(series_name="厦门非普工业",y_axis=df_2,label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title=i,pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render('非居民照明.html') #类型选择 slider ,inside
'E:\\myjupyter2\\数据练习\\非居民照明.html'
i='商业用电'
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.add_yaxis(series_name="厦门"+i,y_axis=df_xia.loc[:1144,i].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="福州"+i,y_axis=df_fu.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="泉州"+i,y_axis=df_quan.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="莆田"+i,y_axis=df_pu.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="漳州"+i,y_axis=df_zhang.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="龙岩"+i,y_axis=df_long.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="三明"+i,y_axis=df_san.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="南平"+i,y_axis=df_nan.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="宁德"+i,y_axis=df_ning.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
#line.add_yaxis(series_name="厦门非普工业",y_axis=df_2,label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title=i,pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render('商业用电.html') #类型选择 slider ,inside
'E:\\myjupyter2\\数据练习\\商业用电.html'
i='农业'
line=Line(init_opts=opts.InitOpts(theme='white',
width='900px',
height='500px'))
line.add_xaxis(xaxis_data=df_date)
line.add_yaxis(series_name="厦门"+i,y_axis=df_xia.loc[:1144,i].tolist(),label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="福州"+i,y_axis=df_fu.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="泉州"+i,y_axis=df_quan.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="莆田"+i,y_axis=df_pu.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="漳州"+i,y_axis=df_zhang.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="龙岩"+i,y_axis=df_long.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="三明"+i,y_axis=df_san.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="南平"+i,y_axis=df_nan.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
line.add_yaxis(series_name="宁德"+i,y_axis=df_ning.loc[:1144,i],label_opts=opts.LabelOpts(is_show=False))
#line.add_yaxis(series_name="厦门非普工业",y_axis=df_2,label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts( #x轴配置
xaxis_opts=opts.AxisOpts(
#name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴,category
type_="category",
# 分割线配置项
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title=i,pos_left='35%',pos_top='10%'),
)
line.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='slider',range_end=50)) # 设置起止位置,50%-100%
line.render('农业.html') #类型选择 slider ,inside
'E:\\myjupyter2\\数据练习\\农业.html'
# 使用pyecharts绘制散点图
x_data = ['大工业','非普工业','居民生活','非居民照明','商业用电','农业']
#y_data = [0.1269594473, 0.09490534945, 0.189478988, 0.04494005512, 0.04201554458, 0.1311511588]
#y_new = [0.03020660129, 0.02035749148, 0.02463537084, 0.0343003891, 0.02736538075, 0.04484024165]
y_data=[0.02842381638258611,0.04684507896080731,0.09102833444699752,0.037652991497774096,0.05284938797389712,0.10379812835361756]
y_new=[0.002269,0.020209401,0.039724664,0.061028660,0.03193740,0.0262369]
y_data=[0.2494673431570422,0.2580639152872651,0.02950394977366279,0.03437019577364595,0.015723175026725402,0.010498576053550993]
y_new=[0.08384028398801714,0.010318300049805468,0.01584363326174563,0.11959341347405453,0.018782848952763095,0.12335134435527495]
scatter1= Scatter(init_opts=opts.InitOpts(width="900px", height="600px"))
scatter1.add_xaxis(xaxis_data=x_data)
scatter1.add_yaxis(
# 系列名称
series_name="无疫情",
# 系列数据
y_axis=y_data,
# 标记的大小
symbol_size=15,
# 标记的图形
symbol = None,
# 是否选中图例
is_selected = True,
# 系列 label 颜色
color = '#f27d7e',
# 标签配置项
label_opts=opts.LabelOpts(is_show=True), #显示标签
)
scatter1.add_yaxis(
# 系列名称
series_name="加入疫情",
# 系列数据
y_axis=y_new,
# 标记的大小
symbol_size=15,
# 标记的图形
symbol = None,
# 是否选中图例
is_selected = True,
# 系列 label 颜色
color = '#6e7f80',
# 标签配置项
label_opts=opts.LabelOpts(is_show=True)) #显示标签
scatter1.set_series_opts()
scatter1.set_global_opts(
#x轴配置
xaxis_opts=opts.AxisOpts(
name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴
type_="category",
# 分割线配置项
splitline_opts=opts.SplitLineOpts(is_show=True) #显示分割线
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title="厦门管控下六类用电量",pos_left='35%',pos_top='10%'),
)
scatter1.render('厦门疫情影响.html')
'E:\\myjupyter2\\数据练习\\厦门疫情影响.html'
c = (
#散点图
#初始化
Scatter(init_opts=opts.InitOpts(width="900px", height="600px"))
.add_xaxis(xaxis_data=x_data)
.add_yaxis(
# 系列名称
series_name="无协变量",
# 系列数据
y_axis=y_data,
# 标记的大小
symbol_size=15,
# 标记的图形
symbol = None,
# 是否选中图例
is_selected = True,
# 系列 label 颜色
color = '#f27d7e',
# 标签配置项
label_opts=opts.LabelOpts(is_show=True), #显示标签
)
.add_yaxis(
# 系列名称
series_name="有选择加入协变量",
# 系列数据
y_axis=y_new,
# 标记的大小
symbol_size=15,
# 标记的图形
symbol = None,
# 是否选中图例
is_selected = True,
# 系列 label 颜色
color = '#6e7f80',
# 标签配置项
label_opts=opts.LabelOpts(is_show=True), #显示标签
)
#系统配置项
.set_series_opts()
#全局配置项
.set_global_opts(
#x轴配置
xaxis_opts=opts.AxisOpts(
name ='用电类别',
name_location = 'center',
name_gap = 30,
# 坐标轴类型 'value': 数值轴
type_="category",
# 分割线配置项
splitline_opts=opts.SplitLineOpts(is_show=True) #显示分割线
),
# 提示框配置项
tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示框组件
title_opts=opts.TitleOpts(title="2021年11月厦门六类用电量",pos_left='35%',pos_top='10%'),
)
.render("202111MAPE.html" )
)